【文/胡祥熙 编辑/周远方】

2026年伊始，埃隆·马斯克创立的SpaceX向美国联邦通信委员会提交申请，计划部署多达100万颗卫星，意在构建全球首个“轨道数据中心网络”，为人工智能模型提供太空算力。

AI算力为什么要上天？马斯克这个“行星级算力”大饼是怎么回事？咱们中国是不是要立刻跟进，来一场中美之间的太空算力大战？本期《科工力量》，我们就来聊一聊这几个问题。

为什么要将AI算力的基础设施，放到太空当中？主要原因就两个：能源与散热。

大模型发展到了现在这个程度，无论是训练和还是调用模型，消耗的电力都不是一个小数字。国际能源署（IEA）的一份报告指出，全球数据中心的用电量将从2022年的460TWh（太瓦时，即10的十二次方千瓦），增长到2026年的650TWh至1050TWh，差不多是翻了个倍。

对于这个用电量，大家可能会还没概念。这么说吧，如果增加到650TWh，那就相当于是增加了一个瑞典全年的用电量，而增加到1050TWh，就相当于增加了一个德国。

数据中心不仅吞噬着海量电能，其冷却系统更消耗着大量的水资源，在许多地区都引发了当地社区的抗议。比如说在美国，这几年反数据中心运动持续高涨，数百亿美元的项目被叫停，230个环保组织近日联名致信国会，呼吁全国暂停建设新的数据中心。

这就可以理解为什么马老板想把数据中心发射到太空去。

马斯克认为，太空拥有近乎无限的太阳能，可以解决能源问题；而宇宙接近绝对零度的背景和真空环境，则为散热提供了理想条件，热量可以通过辐射直接排入深空。有了这两大优势，满足指数级增长的AI算力需求，似乎就不是问题了。

至于怎么把数据中心送出地球，那还用说么，当然是用“星舰”了。马老板说了，这可是“实现每年部署1太瓦AI算力的唯一路径。”

马老板这算盘打得是噼啪乱响，大洋彼岸都听见了。那么，算力上天，就那么美好吗？

当然不是。在技术可行性、环境成本和经济性三个维度上面，这个方案都有问题。

首先，“算力上天”的技术复杂性与工程挑战，远超我们想象。咱们就先不说，把100万颗卫星发到天上，要多少时间、多少成本，就说马老板幻想中的“太空散热优势”，在现实当中，可能非但不是优势，还是“拦路虎”。

地面数据中心可以进行水冷、风冷，但在太空中，虽然接近绝对零度，却是真空环境，不存在气体或液体的对流，只能借助热辐射来散热。这就导致热量的传递路径更长、更复杂，需要综合考虑内外部因素，进行非常精密的系统性散热设计。这并不是简单地将地面服务器装入卫星壳体内就完事儿了，而是涉及热控、电源、结构、姿态控制等多个关键子系统的高度耦合项目。

另外，高功率的算力单元必须配备极其庞大、笨重的辐射散热器。每增加一瓦算力，都可能需要数公斤的散热系统来支撑，严重制约了单星的算力密度和性价比。

按照业内人士的初步估算，单颗二代星链卫星，太阳能板和散热板展开的面积就能够抵得上一个国际空间站。而马斯克规划中的百万规模的计算星座，消耗的电力将是吉瓦级，其配套的巨型太阳能阵列，在设计、部署、展开、维护和抗辐射方面，都是前所未有的挑战。

其次是环境成本。利用太阳能、节约水资源是马斯克这个大饼的核心卖点。然而，火箭发射和卫星制造，可一点也不“绿色”。火箭发射会产生大量排放，而生产百万颗高度复杂的卫星，则需要大量的稀有金属和特种材料，生产过程也伴随着巨大的能源消耗和污染。

如果把卫星制造、火箭发射、在轨运行以及最终离轨销毁的全过程都考虑在内，这个“全生命周期”的环境成本，可能比地面数据中心还要高。

最后，地面上的能源供应也在不断地优化，“天算”和“地算”相比，未必有那么划算。

很多人会拿中国的情况来举例。事实上，电力需求并非当前中国AI数据中心发展的主要瓶颈。

这与中国的国情密切相关。

投资界流传着一种说法，“AI的尽头是电力，电力的尽头则是中国。”中国拥有全球最庞大、最具调度能力的统一电网体系，而且正朝着多元化、清洁化的能源结构快速转型。

强大的特高压输电网络和“东数西算”等国家工程，都在系统性地进行算力与能源的协同布局。成果就是，在2025年，中国全社会用电量突破10万亿度，排名全球第一，是美国的两倍还多；7月、8月的用电量，连续两次突破万亿千瓦时，创世界纪录。然而，中国既没有限电，也没有涨价，民生用电完全不受影响。

电价便宜、稳定，AI模型的算力成本就低。中国的AI巨头，也不用像微软、谷歌那样，被迫自建燃气轮机发电，或者去签署大规模的购电协议。今年2月9日到15日，中国AI模型的调用量达到4.12万亿Token（词元），首次反超美国，这就是因为全球开发者发现，用中国模型跑任务，比用美国模型便宜不少。

中国甚至还在对外出口电力设备，以满足各国扩建数据中心的需求。近期广东、江苏等地的电力设备制造企业都开足了马力，全线满产。

因此，对中国来说，把算力搬出地球，目前谈不上是刚需，更说不上紧迫。那接下来的一个问题就是：既然不紧迫，那中国是不是有必要跟着马老板，来一场中美之间的太空算力大战？

其实，对于“天算”，中国早有布局。

目前的标志性工程，是2025年5月由浙江实验室等机构发射的“三体计算星座”。它由12颗卫星组成，旨在构建全球首个在轨计算星座，目标总计算能力达到1EOPS，也就是每秒百亿亿次运算。

这个星座并非像马斯克一样，是为了在太空训练ChatGPT，而是为了处理遥感影像。例如，在测试中，该星座处理广州琶洲地区的遥感图像，完成推理并将结果传回地面，仅用时三分钟，节省了超过90%的下行带宽。

此外，早在2022年，中科天算就将搭载国产高性能芯片的太空计算机送入轨道，稳定运行超千日，积累了宝贵的在轨工程经验。

可以很明显地看出，中国企业的做法，不是像马斯克那样，一股脑地将庞大的数据中心发射到轨道上，在太空计算地面产生的数据，而是在近地轨道部署计算系统，专门处理卫星自身产生的海量数据。简单来说，一个是“地数天算”，一个是“天数天算”。

“天数天算”的主要目标，是让太空收集的数据得到更有效的利用。目前中国的遥感卫星收集了大量数据，但其中很大一部分在传回地面之前就被丢弃了。如果能在轨道上，通过计算星座先进行处理和分析，卫星就可以只传回有用信息，大大提高了效率。

这是非常务实的做法，可行性高、成本可控，而且收益很明显，在对地观测、通信增强等领域，都有很好的应用场景。而“务实”两个字，也是中国在部署太空算力时，一个非常鲜明的特点。

2025年11月，北京市科委、中关村科学城管理委员会发布规划，提出在700～800公里晨昏轨道，建设运营超千兆瓦功率的集中式大型数据中心系统。

这个规划被分成了三个阶段逐步推进：在第一阶段，用三年时间，攻克太空中能源供应和散热等关键技术，通过发射试验卫星进行验证，并开始部署第一期的小规模算力卫星网络；第二阶段，再用三年时间，重点突破在太空轨道上直接进行组装和建造的技术，进一步降低成本；第三阶段，用五年时间，实现卫星的批量生产与组网，最终在太空中对接、组装成大规模的数据中心。整个规划长达10年，而且只聚焦数据处理与传输服务，不涉及卫星制造和发射环节。所以要达到预期目标，还要对通信模块进行标准化、兼容化设计，并和航天企业通力合作。

至于下一步，更大规模的太空数据基建，做到“地数天算”，甚至“天地同算”，更长远的规划也是有的。但是这份算力用在什么地方，怎么用，还有待考量。毕竟，对目前的中国来说，这两者的需求还没有真正出现。太空数据处理仅仅是提升卫星应用效能、积累在轨工程经验、验证关键技术、培育太空产业链的“增值选项”，而非应对地面能源危机的“逃生通道”。

这里就可以看出，从需求驱动的角度来说，中国相比美国，在太空算力部署上，有相当大的回转腾挪空间，能够按部就班，更加从容地进行战略布局。

这有利，也有弊。

美国的路径，既是需求所迫，也是延续了其想要塑造颠覆式创新和定义新市场的传统。

从互联网到移动生态，再到由SpaceX引领的商业航天，美国善于通过极具野心的私人资本和前瞻构想，开辟一个全新的、规则由自己书写的赛道。

马斯克的“地数天算”正是这一逻辑的延伸。它试图跳过渐进改良，直接定义下一代算力平台的终极形态。哪怕最后证明其大规模实现困难重重，在这一过程中所催生的重型发射、太空能源、先进热控等关键技术，以及可能率先实现的某些高端应用，比如为全球提供无缝、超低延迟AI推理的服务，都足以助其抢占产业的制高点。至于挤占优质频轨资源的“太空圈地行为”，那更是马老板一以贯之的明谋。

因此，在太空算力的新赛道上，一个残酷的逻辑依然成立：后来者，将不可避免地陷入被动。中国或许没有足够动力去主动跟进，却很有可能被拖入这场太空里的算力大战之中。如果马斯克的方案取得关键突破，成功构建起下一代太空算力平台的基准，而我们却落后一步，那么在人类开发与利用太空的进程中，我们又将失去一次定义未来规则的机会。

【文/胡祥熙 编辑/周远方】

2026年伊始，埃隆·马斯克创立的SpaceX向美国联邦通信委员会提交申请，计划部署多达100万颗卫星，意在构建全球首个“轨道数据中心网络”，为人工智能模型提供太空算力。

AI算力为什么要上天？马斯克这个“行星级算力”大饼是怎么回事？咱们中国是不是要立刻跟进，来一场中美之间的太空算力大战？本期《科工力量》，我们就来聊一聊这几个问题。

为什么要将AI算力的基础设施，放到太空当中？主要原因就两个：能源与散热。

大模型发展到了现在这个程度，无论是训练和还是调用模型，消耗的电力都不是一个小数字。国际能源署（IEA）的一份报告指出，全球数据中心的用电量将从2022年的460TWh（太瓦时，即10的十二次方千瓦），增长到2026年的650TWh至1050TWh，差不多是翻了个倍。

对于这个用电量，大家可能会还没概念。这么说吧，如果增加到650TWh，那就相当于是增加了一个瑞典全年的用电量，而增加到1050TWh，就相当于增加了一个德国。

数据中心不仅吞噬着海量电能，其冷却系统更消耗着大量的水资源，在许多地区都引发了当地社区的抗议。比如说在美国，这几年反数据中心运动持续高涨，数百亿美元的项目被叫停，230个环保组织近日联名致信国会，呼吁全国暂停建设新的数据中心。

这就可以理解为什么马老板想把数据中心发射到太空去。

马斯克认为，太空拥有近乎无限的太阳能，可以解决能源问题；而宇宙接近绝对零度的背景和真空环境，则为散热提供了理想条件，热量可以通过辐射直接排入深空。有了这两大优势，满足指数级增长的AI算力需求，似乎就不是问题了。

至于怎么把数据中心送出地球，那还用说么，当然是用“星舰”了。马老板说了，这可是“实现每年部署1太瓦AI算力的唯一路径。”

马老板这算盘打得是噼啪乱响，大洋彼岸都听见了。那么，算力上天，就那么美好吗？

当然不是。在技术可行性、环境成本和经济性三个维度上面，这个方案都有问题。

首先，“算力上天”的技术复杂性与工程挑战，远超我们想象。咱们就先不说，把100万颗卫星发到天上，要多少时间、多少成本，就说马老板幻想中的“太空散热优势”，在现实当中，可能非但不是优势，还是“拦路虎”。

地面数据中心可以进行水冷、风冷，但在太空中，虽然接近绝对零度，却是真空环境，不存在气体或液体的对流，只能借助热辐射来散热。这就导致热量的传递路径更长、更复杂，需要综合考虑内外部因素，进行非常精密的系统性散热设计。这并不是简单地将地面服务器装入卫星壳体内就完事儿了，而是涉及热控、电源、结构、姿态控制等多个关键子系统的高度耦合项目。

另外，高功率的算力单元必须配备极其庞大、笨重的辐射散热器。每增加一瓦算力，都可能需要数公斤的散热系统来支撑，严重制约了单星的算力密度和性价比。

按照业内人士的初步估算，单颗二代星链卫星，太阳能板和散热板展开的面积就能够抵得上一个国际空间站。而马斯克规划中的百万规模的计算星座，消耗的电力将是吉瓦级，其配套的巨型太阳能阵列，在设计、部署、展开、维护和抗辐射方面，都是前所未有的挑战。

其次是环境成本。利用太阳能、节约水资源是马斯克这个大饼的核心卖点。然而，火箭发射和卫星制造，可一点也不“绿色”。火箭发射会产生大量排放，而生产百万颗高度复杂的卫星，则需要大量的稀有金属和特种材料，生产过程也伴随着巨大的能源消耗和污染。

如果把卫星制造、火箭发射、在轨运行以及最终离轨销毁的全过程都考虑在内，这个“全生命周期”的环境成本，可能比地面数据中心还要高。

最后，地面上的能源供应也在不断地优化，“天算”和“地算”相比，未必有那么划算。

很多人会拿中国的情况来举例。事实上，电力需求并非当前中国AI数据中心发展的主要瓶颈。

这与中国的国情密切相关。

投资界流传着一种说法，“AI的尽头是电力，电力的尽头则是中国。”中国拥有全球最庞大、最具调度能力的统一电网体系，而且正朝着多元化、清洁化的能源结构快速转型。

强大的特高压输电网络和“东数西算”等国家工程，都在系统性地进行算力与能源的协同布局。成果就是，在2025年，中国全社会用电量突破10万亿度，排名全球第一，是美国的两倍还多；7月、8月的用电量，连续两次突破万亿千瓦时，创世界纪录。然而，中国既没有限电，也没有涨价，民生用电完全不受影响。

电价便宜、稳定，AI模型的算力成本就低。中国的AI巨头，也不用像微软、谷歌那样，被迫自建燃气轮机发电，或者去签署大规模的购电协议。今年2月9日到15日，中国AI模型的调用量达到4.12万亿Token（词元），首次反超美国，这就是因为全球开发者发现，用中国模型跑任务，比用美国模型便宜不少。

中国甚至还在对外出口电力设备，以满足各国扩建数据中心的需求。近期广东、江苏等地的电力设备制造企业都开足了马力，全线满产。

因此，对中国来说，把算力搬出地球，目前谈不上是刚需，更说不上紧迫。那接下来的一个问题就是：既然不紧迫，那中国是不是有必要跟着马老板，来一场中美之间的太空算力大战？

其实，对于“天算”，中国早有布局。

目前的标志性工程，是2025年5月由浙江实验室等机构发射的“三体计算星座”。它由12颗卫星组成，旨在构建全球首个在轨计算星座，目标总计算能力达到1EOPS，也就是每秒百亿亿次运算。

这个星座并非像马斯克一样，是为了在太空训练ChatGPT，而是为了处理遥感影像。例如，在测试中，该星座处理广州琶洲地区的遥感图像，完成推理并将结果传回地面，仅用时三分钟，节省了超过90%的下行带宽。

此外，早在2022年，中科天算就将搭载国产高性能芯片的太空计算机送入轨道，稳定运行超千日，积累了宝贵的在轨工程经验。

可以很明显地看出，中国企业的做法，不是像马斯克那样，一股脑地将庞大的数据中心发射到轨道上，在太空计算地面产生的数据，而是在近地轨道部署计算系统，专门处理卫星自身产生的海量数据。简单来说，一个是“地数天算”，一个是“天数天算”。

“天数天算”的主要目标，是让太空收集的数据得到更有效的利用。目前中国的遥感卫星收集了大量数据，但其中很大一部分在传回地面之前就被丢弃了。如果能在轨道上，通过计算星座先进行处理和分析，卫星就可以只传回有用信息，大大提高了效率。

这是非常务实的做法，可行性高、成本可控，而且收益很明显，在对地观测、通信增强等领域，都有很好的应用场景。而“务实”两个字，也是中国在部署太空算力时，一个非常鲜明的特点。

2025年11月，北京市科委、中关村科学城管理委员会发布规划，提出在700～800公里晨昏轨道，建设运营超千兆瓦功率的集中式大型数据中心系统。

这个规划被分成了三个阶段逐步推进：在第一阶段，用三年时间，攻克太空中能源供应和散热等关键技术，通过发射试验卫星进行验证，并开始部署第一期的小规模算力卫星网络；第二阶段，再用三年时间，重点突破在太空轨道上直接进行组装和建造的技术，进一步降低成本；第三阶段，用五年时间，实现卫星的批量生产与组网，最终在太空中对接、组装成大规模的数据中心。整个规划长达10年，而且只聚焦数据处理与传输服务，不涉及卫星制造和发射环节。所以要达到预期目标，还要对通信模块进行标准化、兼容化设计，并和航天企业通力合作。

至于下一步，更大规模的太空数据基建，做到“地数天算”，甚至“天地同算”，更长远的规划也是有的。但是这份算力用在什么地方，怎么用，还有待考量。毕竟，对目前的中国来说，这两者的需求还没有真正出现。太空数据处理仅仅是提升卫星应用效能、积累在轨工程经验、验证关键技术、培育太空产业链的“增值选项”，而非应对地面能源危机的“逃生通道”。

这里就可以看出，从需求驱动的角度来说，中国相比美国，在太空算力部署上，有相当大的回转腾挪空间，能够按部就班，更加从容地进行战略布局。

这有利，也有弊。

美国的路径，既是需求所迫，也是延续了其想要塑造颠覆式创新和定义新市场的传统。

从互联网到移动生态，再到由SpaceX引领的商业航天，美国善于通过极具野心的私人资本和前瞻构想，开辟一个全新的、规则由自己书写的赛道。

马斯克的“地数天算”正是这一逻辑的延伸。它试图跳过渐进改良，直接定义下一代算力平台的终极形态。哪怕最后证明其大规模实现困难重重，在这一过程中所催生的重型发射、太空能源、先进热控等关键技术，以及可能率先实现的某些高端应用，比如为全球提供无缝、超低延迟AI推理的服务，都足以助其抢占产业的制高点。至于挤占优质频轨资源的“太空圈地行为”，那更是马老板一以贯之的明谋。

因此，在太空算力的新赛道上，一个残酷的逻辑依然成立：后来者，将不可避免地陷入被动。中国或许没有足够动力去主动跟进，却很有可能被拖入这场太空里的算力大战之中。如果马斯克的方案取得关键突破，成功构建起下一代太空算力平台的基准，而我们却落后一步，那么在人类开发与利用太空的进程中，我们又将失去一次定义未来规则的机会。

【文/胡祥熙 编辑/周远方】

2026年伊始，埃隆·马斯克创立的SpaceX向美国联邦通信委员会提交申请，计划部署多达100万颗卫星，意在构建全球首个“轨道数据中心网络”，为人工智能模型提供太空算力。

AI算力为什么要上天？马斯克这个“行星级算力”大饼是怎么回事？咱们中国是不是要立刻跟进，来一场中美之间的太空算力大战？本期《科工力量》，我们就来聊一聊这几个问题。

为什么要将AI算力的基础设施，放到太空当中？主要原因就两个：能源与散热。

大模型发展到了现在这个程度，无论是训练和还是调用模型，消耗的电力都不是一个小数字。国际能源署（IEA）的一份报告指出，全球数据中心的用电量将从2022年的460TWh（太瓦时，即10的十二次方千瓦），增长到2026年的650TWh至1050TWh，差不多是翻了个倍。

对于这个用电量，大家可能会还没概念。这么说吧，如果增加到650TWh，那就相当于是增加了一个瑞典全年的用电量，而增加到1050TWh，就相当于增加了一个德国。

数据中心不仅吞噬着海量电能，其冷却系统更消耗着大量的水资源，在许多地区都引发了当地社区的抗议。比如说在美国，这几年反数据中心运动持续高涨，数百亿美元的项目被叫停，230个环保组织近日联名致信国会，呼吁全国暂停建设新的数据中心。

这就可以理解为什么马老板想把数据中心发射到太空去。

马斯克认为，太空拥有近乎无限的太阳能，可以解决能源问题；而宇宙接近绝对零度的背景和真空环境，则为散热提供了理想条件，热量可以通过辐射直接排入深空。有了这两大优势，满足指数级增长的AI算力需求，似乎就不是问题了。

至于怎么把数据中心送出地球，那还用说么，当然是用“星舰”了。马老板说了，这可是“实现每年部署1太瓦AI算力的唯一路径。”

马老板这算盘打得是噼啪乱响，大洋彼岸都听见了。那么，算力上天，就那么美好吗？

当然不是。在技术可行性、环境成本和经济性三个维度上面，这个方案都有问题。

首先，“算力上天”的技术复杂性与工程挑战，远超我们想象。咱们就先不说，把100万颗卫星发到天上，要多少时间、多少成本，就说马老板幻想中的“太空散热优势”，在现实当中，可能非但不是优势，还是“拦路虎”。

地面数据中心可以进行水冷、风冷，但在太空中，虽然接近绝对零度，却是真空环境，不存在气体或液体的对流，只能借助热辐射来散热。这就导致热量的传递路径更长、更复杂，需要综合考虑内外部因素，进行非常精密的系统性散热设计。这并不是简单地将地面服务器装入卫星壳体内就完事儿了，而是涉及热控、电源、结构、姿态控制等多个关键子系统的高度耦合项目。

另外，高功率的算力单元必须配备极其庞大、笨重的辐射散热器。每增加一瓦算力，都可能需要数公斤的散热系统来支撑，严重制约了单星的算力密度和性价比。

按照业内人士的初步估算，单颗二代星链卫星，太阳能板和散热板展开的面积就能够抵得上一个国际空间站。而马斯克规划中的百万规模的计算星座，消耗的电力将是吉瓦级，其配套的巨型太阳能阵列，在设计、部署、展开、维护和抗辐射方面，都是前所未有的挑战。

其次是环境成本。利用太阳能、节约水资源是马斯克这个大饼的核心卖点。然而，火箭发射和卫星制造，可一点也不“绿色”。火箭发射会产生大量排放，而生产百万颗高度复杂的卫星，则需要大量的稀有金属和特种材料，生产过程也伴随着巨大的能源消耗和污染。

如果把卫星制造、火箭发射、在轨运行以及最终离轨销毁的全过程都考虑在内，这个“全生命周期”的环境成本，可能比地面数据中心还要高。

最后，地面上的能源供应也在不断地优化，“天算”和“地算”相比，未必有那么划算。

很多人会拿中国的情况来举例。事实上，电力需求并非当前中国AI数据中心发展的主要瓶颈。

这与中国的国情密切相关。

投资界流传着一种说法，“AI的尽头是电力，电力的尽头则是中国。”中国拥有全球最庞大、最具调度能力的统一电网体系，而且正朝着多元化、清洁化的能源结构快速转型。

强大的特高压输电网络和“东数西算”等国家工程，都在系统性地进行算力与能源的协同布局。成果就是，在2025年，中国全社会用电量突破10万亿度，排名全球第一，是美国的两倍还多；7月、8月的用电量，连续两次突破万亿千瓦时，创世界纪录。然而，中国既没有限电，也没有涨价，民生用电完全不受影响。

电价便宜、稳定，AI模型的算力成本就低。中国的AI巨头，也不用像微软、谷歌那样，被迫自建燃气轮机发电，或者去签署大规模的购电协议。今年2月9日到15日，中国AI模型的调用量达到4.12万亿Token（词元），首次反超美国，这就是因为全球开发者发现，用中国模型跑任务，比用美国模型便宜不少。

中国甚至还在对外出口电力设备，以满足各国扩建数据中心的需求。近期广东、江苏等地的电力设备制造企业都开足了马力，全线满产。

因此，对中国来说，把算力搬出地球，目前谈不上是刚需，更说不上紧迫。那接下来的一个问题就是：既然不紧迫，那中国是不是有必要跟着马老板，来一场中美之间的太空算力大战？

其实，对于“天算”，中国早有布局。

目前的标志性工程，是2025年5月由浙江实验室等机构发射的“三体计算星座”。它由12颗卫星组成，旨在构建全球首个在轨计算星座，目标总计算能力达到1EOPS，也就是每秒百亿亿次运算。

这个星座并非像马斯克一样，是为了在太空训练ChatGPT，而是为了处理遥感影像。例如，在测试中，该星座处理广州琶洲地区的遥感图像，完成推理并将结果传回地面，仅用时三分钟，节省了超过90%的下行带宽。

此外，早在2022年，中科天算就将搭载国产高性能芯片的太空计算机送入轨道，稳定运行超千日，积累了宝贵的在轨工程经验。

可以很明显地看出，中国企业的做法，不是像马斯克那样，一股脑地将庞大的数据中心发射到轨道上，在太空计算地面产生的数据，而是在近地轨道部署计算系统，专门处理卫星自身产生的海量数据。简单来说，一个是“地数天算”，一个是“天数天算”。

“天数天算”的主要目标，是让太空收集的数据得到更有效的利用。目前中国的遥感卫星收集了大量数据，但其中很大一部分在传回地面之前就被丢弃了。如果能在轨道上，通过计算星座先进行处理和分析，卫星就可以只传回有用信息，大大提高了效率。

这是非常务实的做法，可行性高、成本可控，而且收益很明显，在对地观测、通信增强等领域，都有很好的应用场景。而“务实”两个字，也是中国在部署太空算力时，一个非常鲜明的特点。

2025年11月，北京市科委、中关村科学城管理委员会发布规划，提出在700～800公里晨昏轨道，建设运营超千兆瓦功率的集中式大型数据中心系统。

这个规划被分成了三个阶段逐步推进：在第一阶段，用三年时间，攻克太空中能源供应和散热等关键技术，通过发射试验卫星进行验证，并开始部署第一期的小规模算力卫星网络；第二阶段，再用三年时间，重点突破在太空轨道上直接进行组装和建造的技术，进一步降低成本；第三阶段，用五年时间，实现卫星的批量生产与组网，最终在太空中对接、组装成大规模的数据中心。整个规划长达10年，而且只聚焦数据处理与传输服务，不涉及卫星制造和发射环节。所以要达到预期目标，还要对通信模块进行标准化、兼容化设计，并和航天企业通力合作。

至于下一步，更大规模的太空数据基建，做到“地数天算”，甚至“天地同算”，更长远的规划也是有的。但是这份算力用在什么地方，怎么用，还有待考量。毕竟，对目前的中国来说，这两者的需求还没有真正出现。太空数据处理仅仅是提升卫星应用效能、积累在轨工程经验、验证关键技术、培育太空产业链的“增值选项”，而非应对地面能源危机的“逃生通道”。

这里就可以看出，从需求驱动的角度来说，中国相比美国，在太空算力部署上，有相当大的回转腾挪空间，能够按部就班，更加从容地进行战略布局。

这有利，也有弊。

美国的路径，既是需求所迫，也是延续了其想要塑造颠覆式创新和定义新市场的传统。

从互联网到移动生态，再到由SpaceX引领的商业航天，美国善于通过极具野心的私人资本和前瞻构想，开辟一个全新的、规则由自己书写的赛道。

马斯克的“地数天算”正是这一逻辑的延伸。它试图跳过渐进改良，直接定义下一代算力平台的终极形态。哪怕最后证明其大规模实现困难重重，在这一过程中所催生的重型发射、太空能源、先进热控等关键技术，以及可能率先实现的某些高端应用，比如为全球提供无缝、超低延迟AI推理的服务，都足以助其抢占产业的制高点。至于挤占优质频轨资源的“太空圈地行为”，那更是马老板一以贯之的明谋。

因此，在太空算力的新赛道上，一个残酷的逻辑依然成立：后来者，将不可避免地陷入被动。中国或许没有足够动力去主动跟进，却很有可能被拖入这场太空里的算力大战之中。如果马斯克的方案取得关键突破，成功构建起下一代太空算力平台的基准，而我们却落后一步，那么在人类开发与利用太空的进程中，我们又将失去一次定义未来规则的机会。

【文/胡祥熙 编辑/周远方】

2026年伊始，埃隆·马斯克创立的SpaceX向美国联邦通信委员会提交申请，计划部署多达100万颗卫星，意在构建全球首个“轨道数据中心网络”，为人工智能模型提供太空算力。

AI算力为什么要上天？马斯克这个“行星级算力”大饼是怎么回事？咱们中国是不是要立刻跟进，来一场中美之间的太空算力大战？本期《科工力量》，我们就来聊一聊这几个问题。

为什么要将AI算力的基础设施，放到太空当中？主要原因就两个：能源与散热。

大模型发展到了现在这个程度，无论是训练和还是调用模型，消耗的电力都不是一个小数字。国际能源署（IEA）的一份报告指出，全球数据中心的用电量将从2022年的460TWh（太瓦时，即10的十二次方千瓦），增长到2026年的650TWh至1050TWh，差不多是翻了个倍。

对于这个用电量，大家可能会还没概念。这么说吧，如果增加到650TWh，那就相当于是增加了一个瑞典全年的用电量，而增加到1050TWh，就相当于增加了一个德国。

数据中心不仅吞噬着海量电能，其冷却系统更消耗着大量的水资源，在许多地区都引发了当地社区的抗议。比如说在美国，这几年反数据中心运动持续高涨，数百亿美元的项目被叫停，230个环保组织近日联名致信国会，呼吁全国暂停建设新的数据中心。

这就可以理解为什么马老板想把数据中心发射到太空去。

马斯克认为，太空拥有近乎无限的太阳能，可以解决能源问题；而宇宙接近绝对零度的背景和真空环境，则为散热提供了理想条件，热量可以通过辐射直接排入深空。有了这两大优势，满足指数级增长的AI算力需求，似乎就不是问题了。

至于怎么把数据中心送出地球，那还用说么，当然是用“星舰”了。马老板说了，这可是“实现每年部署1太瓦AI算力的唯一路径。”

马老板这算盘打得是噼啪乱响，大洋彼岸都听见了。那么，算力上天，就那么美好吗？

当然不是。在技术可行性、环境成本和经济性三个维度上面，这个方案都有问题。

首先，“算力上天”的技术复杂性与工程挑战，远超我们想象。咱们就先不说，把100万颗卫星发到天上，要多少时间、多少成本，就说马老板幻想中的“太空散热优势”，在现实当中，可能非但不是优势，还是“拦路虎”。

地面数据中心可以进行水冷、风冷，但在太空中，虽然接近绝对零度，却是真空环境，不存在气体或液体的对流，只能借助热辐射来散热。这就导致热量的传递路径更长、更复杂，需要综合考虑内外部因素，进行非常精密的系统性散热设计。这并不是简单地将地面服务器装入卫星壳体内就完事儿了，而是涉及热控、电源、结构、姿态控制等多个关键子系统的高度耦合项目。

另外，高功率的算力单元必须配备极其庞大、笨重的辐射散热器。每增加一瓦算力，都可能需要数公斤的散热系统来支撑，严重制约了单星的算力密度和性价比。

按照业内人士的初步估算，单颗二代星链卫星，太阳能板和散热板展开的面积就能够抵得上一个国际空间站。而马斯克规划中的百万规模的计算星座，消耗的电力将是吉瓦级，其配套的巨型太阳能阵列，在设计、部署、展开、维护和抗辐射方面，都是前所未有的挑战。

其次是环境成本。利用太阳能、节约水资源是马斯克这个大饼的核心卖点。然而，火箭发射和卫星制造，可一点也不“绿色”。火箭发射会产生大量排放，而生产百万颗高度复杂的卫星，则需要大量的稀有金属和特种材料，生产过程也伴随着巨大的能源消耗和污染。

如果把卫星制造、火箭发射、在轨运行以及最终离轨销毁的全过程都考虑在内，这个“全生命周期”的环境成本，可能比地面数据中心还要高。

最后，地面上的能源供应也在不断地优化，“天算”和“地算”相比，未必有那么划算。

很多人会拿中国的情况来举例。事实上，电力需求并非当前中国AI数据中心发展的主要瓶颈。

这与中国的国情密切相关。

投资界流传着一种说法，“AI的尽头是电力，电力的尽头则是中国。”中国拥有全球最庞大、最具调度能力的统一电网体系，而且正朝着多元化、清洁化的能源结构快速转型。

强大的特高压输电网络和“东数西算”等国家工程，都在系统性地进行算力与能源的协同布局。成果就是，在2025年，中国全社会用电量突破10万亿度，排名全球第一，是美国的两倍还多；7月、8月的用电量，连续两次突破万亿千瓦时，创世界纪录。然而，中国既没有限电，也没有涨价，民生用电完全不受影响。

电价便宜、稳定，AI模型的算力成本就低。中国的AI巨头，也不用像微软、谷歌那样，被迫自建燃气轮机发电，或者去签署大规模的购电协议。今年2月9日到15日，中国AI模型的调用量达到4.12万亿Token（词元），首次反超美国，这就是因为全球开发者发现，用中国模型跑任务，比用美国模型便宜不少。

中国甚至还在对外出口电力设备，以满足各国扩建数据中心的需求。近期广东、江苏等地的电力设备制造企业都开足了马力，全线满产。

因此，对中国来说，把算力搬出地球，目前谈不上是刚需，更说不上紧迫。那接下来的一个问题就是：既然不紧迫，那中国是不是有必要跟着马老板，来一场中美之间的太空算力大战？

其实，对于“天算”，中国早有布局。

目前的标志性工程，是2025年5月由浙江实验室等机构发射的“三体计算星座”。它由12颗卫星组成，旨在构建全球首个在轨计算星座，目标总计算能力达到1EOPS，也就是每秒百亿亿次运算。

这个星座并非像马斯克一样，是为了在太空训练ChatGPT，而是为了处理遥感影像。例如，在测试中，该星座处理广州琶洲地区的遥感图像，完成推理并将结果传回地面，仅用时三分钟，节省了超过90%的下行带宽。

此外，早在2022年，中科天算就将搭载国产高性能芯片的太空计算机送入轨道，稳定运行超千日，积累了宝贵的在轨工程经验。

可以很明显地看出，中国企业的做法，不是像马斯克那样，一股脑地将庞大的数据中心发射到轨道上，在太空计算地面产生的数据，而是在近地轨道部署计算系统，专门处理卫星自身产生的海量数据。简单来说，一个是“地数天算”，一个是“天数天算”。

“天数天算”的主要目标，是让太空收集的数据得到更有效的利用。目前中国的遥感卫星收集了大量数据，但其中很大一部分在传回地面之前就被丢弃了。如果能在轨道上，通过计算星座先进行处理和分析，卫星就可以只传回有用信息，大大提高了效率。

这是非常务实的做法，可行性高、成本可控，而且收益很明显，在对地观测、通信增强等领域，都有很好的应用场景。而“务实”两个字，也是中国在部署太空算力时，一个非常鲜明的特点。

2025年11月，北京市科委、中关村科学城管理委员会发布规划，提出在700～800公里晨昏轨道，建设运营超千兆瓦功率的集中式大型数据中心系统。

这个规划被分成了三个阶段逐步推进：在第一阶段，用三年时间，攻克太空中能源供应和散热等关键技术，通过发射试验卫星进行验证，并开始部署第一期的小规模算力卫星网络；第二阶段，再用三年时间，重点突破在太空轨道上直接进行组装和建造的技术，进一步降低成本；第三阶段，用五年时间，实现卫星的批量生产与组网，最终在太空中对接、组装成大规模的数据中心。整个规划长达10年，而且只聚焦数据处理与传输服务，不涉及卫星制造和发射环节。所以要达到预期目标，还要对通信模块进行标准化、兼容化设计，并和航天企业通力合作。

至于下一步，更大规模的太空数据基建，做到“地数天算”，甚至“天地同算”，更长远的规划也是有的。但是这份算力用在什么地方，怎么用，还有待考量。毕竟，对目前的中国来说，这两者的需求还没有真正出现。太空数据处理仅仅是提升卫星应用效能、积累在轨工程经验、验证关键技术、培育太空产业链的“增值选项”，而非应对地面能源危机的“逃生通道”。

这里就可以看出，从需求驱动的角度来说，中国相比美国，在太空算力部署上，有相当大的回转腾挪空间，能够按部就班，更加从容地进行战略布局。

这有利，也有弊。

美国的路径，既是需求所迫，也是延续了其想要塑造颠覆式创新和定义新市场的传统。

从互联网到移动生态，再到由SpaceX引领的商业航天，美国善于通过极具野心的私人资本和前瞻构想，开辟一个全新的、规则由自己书写的赛道。

马斯克的“地数天算”正是这一逻辑的延伸。它试图跳过渐进改良，直接定义下一代算力平台的终极形态。哪怕最后证明其大规模实现困难重重，在这一过程中所催生的重型发射、太空能源、先进热控等关键技术，以及可能率先实现的某些高端应用，比如为全球提供无缝、超低延迟AI推理的服务，都足以助其抢占产业的制高点。至于挤占优质频轨资源的“太空圈地行为”，那更是马老板一以贯之的明谋。

因此，在太空算力的新赛道上，一个残酷的逻辑依然成立：后来者，将不可避免地陷入被动。中国或许没有足够动力去主动跟进，却很有可能被拖入这场太空里的算力大战之中。如果马斯克的方案取得关键突破，成功构建起下一代太空算力平台的基准，而我们却落后一步，那么在人类开发与利用太空的进程中，我们又将失去一次定义未来规则的机会。

【文/胡祥熙 编辑/周远方】

2026年伊始，埃隆·马斯克创立的SpaceX向美国联邦通信委员会提交申请，计划部署多达100万颗卫星，意在构建全球首个“轨道数据中心网络”，为人工智能模型提供太空算力。

AI算力为什么要上天？马斯克这个“行星级算力”大饼是怎么回事？咱们中国是不是要立刻跟进，来一场中美之间的太空算力大战？本期《科工力量》，我们就来聊一聊这几个问题。

为什么要将AI算力的基础设施，放到太空当中？主要原因就两个：能源与散热。

大模型发展到了现在这个程度，无论是训练和还是调用模型，消耗的电力都不是一个小数字。国际能源署（IEA）的一份报告指出，全球数据中心的用电量将从2022年的460TWh（太瓦时，即10的十二次方千瓦），增长到2026年的650TWh至1050TWh，差不多是翻了个倍。

对于这个用电量，大家可能会还没概念。这么说吧，如果增加到650TWh，那就相当于是增加了一个瑞典全年的用电量，而增加到1050TWh，就相当于增加了一个德国。

数据中心不仅吞噬着海量电能，其冷却系统更消耗着大量的水资源，在许多地区都引发了当地社区的抗议。比如说在美国，这几年反数据中心运动持续高涨，数百亿美元的项目被叫停，230个环保组织近日联名致信国会，呼吁全国暂停建设新的数据中心。

这就可以理解为什么马老板想把数据中心发射到太空去。

马斯克认为，太空拥有近乎无限的太阳能，可以解决能源问题；而宇宙接近绝对零度的背景和真空环境，则为散热提供了理想条件，热量可以通过辐射直接排入深空。有了这两大优势，满足指数级增长的AI算力需求，似乎就不是问题了。

至于怎么把数据中心送出地球，那还用说么，当然是用“星舰”了。马老板说了，这可是“实现每年部署1太瓦AI算力的唯一路径。”

马老板这算盘打得是噼啪乱响，大洋彼岸都听见了。那么，算力上天，就那么美好吗？

当然不是。在技术可行性、环境成本和经济性三个维度上面，这个方案都有问题。

首先，“算力上天”的技术复杂性与工程挑战，远超我们想象。咱们就先不说，把100万颗卫星发到天上，要多少时间、多少成本，就说马老板幻想中的“太空散热优势”，在现实当中，可能非但不是优势，还是“拦路虎”。

地面数据中心可以进行水冷、风冷，但在太空中，虽然接近绝对零度，却是真空环境，不存在气体或液体的对流，只能借助热辐射来散热。这就导致热量的传递路径更长、更复杂，需要综合考虑内外部因素，进行非常精密的系统性散热设计。这并不是简单地将地面服务器装入卫星壳体内就完事儿了，而是涉及热控、电源、结构、姿态控制等多个关键子系统的高度耦合项目。

另外，高功率的算力单元必须配备极其庞大、笨重的辐射散热器。每增加一瓦算力，都可能需要数公斤的散热系统来支撑，严重制约了单星的算力密度和性价比。

按照业内人士的初步估算，单颗二代星链卫星，太阳能板和散热板展开的面积就能够抵得上一个国际空间站。而马斯克规划中的百万规模的计算星座，消耗的电力将是吉瓦级，其配套的巨型太阳能阵列，在设计、部署、展开、维护和抗辐射方面，都是前所未有的挑战。

其次是环境成本。利用太阳能、节约水资源是马斯克这个大饼的核心卖点。然而，火箭发射和卫星制造，可一点也不“绿色”。火箭发射会产生大量排放，而生产百万颗高度复杂的卫星，则需要大量的稀有金属和特种材料，生产过程也伴随着巨大的能源消耗和污染。

如果把卫星制造、火箭发射、在轨运行以及最终离轨销毁的全过程都考虑在内，这个“全生命周期”的环境成本，可能比地面数据中心还要高。

最后，地面上的能源供应也在不断地优化，“天算”和“地算”相比，未必有那么划算。

很多人会拿中国的情况来举例。事实上，电力需求并非当前中国AI数据中心发展的主要瓶颈。

这与中国的国情密切相关。

投资界流传着一种说法，“AI的尽头是电力，电力的尽头则是中国。”中国拥有全球最庞大、最具调度能力的统一电网体系，而且正朝着多元化、清洁化的能源结构快速转型。

强大的特高压输电网络和“东数西算”等国家工程，都在系统性地进行算力与能源的协同布局。成果就是，在2025年，中国全社会用电量突破10万亿度，排名全球第一，是美国的两倍还多；7月、8月的用电量，连续两次突破万亿千瓦时，创世界纪录。然而，中国既没有限电，也没有涨价，民生用电完全不受影响。

电价便宜、稳定，AI模型的算力成本就低。中国的AI巨头，也不用像微软、谷歌那样，被迫自建燃气轮机发电，或者去签署大规模的购电协议。今年2月9日到15日，中国AI模型的调用量达到4.12万亿Token（词元），首次反超美国，这就是因为全球开发者发现，用中国模型跑任务，比用美国模型便宜不少。

中国甚至还在对外出口电力设备，以满足各国扩建数据中心的需求。近期广东、江苏等地的电力设备制造企业都开足了马力，全线满产。

因此，对中国来说，把算力搬出地球，目前谈不上是刚需，更说不上紧迫。那接下来的一个问题就是：既然不紧迫，那中国是不是有必要跟着马老板，来一场中美之间的太空算力大战？

其实，对于“天算”，中国早有布局。

目前的标志性工程，是2025年5月由浙江实验室等机构发射的“三体计算星座”。它由12颗卫星组成，旨在构建全球首个在轨计算星座，目标总计算能力达到1EOPS，也就是每秒百亿亿次运算。

这个星座并非像马斯克一样，是为了在太空训练ChatGPT，而是为了处理遥感影像。例如，在测试中，该星座处理广州琶洲地区的遥感图像，完成推理并将结果传回地面，仅用时三分钟，节省了超过90%的下行带宽。

此外，早在2022年，中科天算就将搭载国产高性能芯片的太空计算机送入轨道，稳定运行超千日，积累了宝贵的在轨工程经验。

可以很明显地看出，中国企业的做法，不是像马斯克那样，一股脑地将庞大的数据中心发射到轨道上，在太空计算地面产生的数据，而是在近地轨道部署计算系统，专门处理卫星自身产生的海量数据。简单来说，一个是“地数天算”，一个是“天数天算”。

“天数天算”的主要目标，是让太空收集的数据得到更有效的利用。目前中国的遥感卫星收集了大量数据，但其中很大一部分在传回地面之前就被丢弃了。如果能在轨道上，通过计算星座先进行处理和分析，卫星就可以只传回有用信息，大大提高了效率。

这是非常务实的做法，可行性高、成本可控，而且收益很明显，在对地观测、通信增强等领域，都有很好的应用场景。而“务实”两个字，也是中国在部署太空算力时，一个非常鲜明的特点。

2025年11月，北京市科委、中关村科学城管理委员会发布规划，提出在700～800公里晨昏轨道，建设运营超千兆瓦功率的集中式大型数据中心系统。

这个规划被分成了三个阶段逐步推进：在第一阶段，用三年时间，攻克太空中能源供应和散热等关键技术，通过发射试验卫星进行验证，并开始部署第一期的小规模算力卫星网络；第二阶段，再用三年时间，重点突破在太空轨道上直接进行组装和建造的技术，进一步降低成本；第三阶段，用五年时间，实现卫星的批量生产与组网，最终在太空中对接、组装成大规模的数据中心。整个规划长达10年，而且只聚焦数据处理与传输服务，不涉及卫星制造和发射环节。所以要达到预期目标，还要对通信模块进行标准化、兼容化设计，并和航天企业通力合作。

至于下一步，更大规模的太空数据基建，做到“地数天算”，甚至“天地同算”，更长远的规划也是有的。但是这份算力用在什么地方，怎么用，还有待考量。毕竟，对目前的中国来说，这两者的需求还没有真正出现。太空数据处理仅仅是提升卫星应用效能、积累在轨工程经验、验证关键技术、培育太空产业链的“增值选项”，而非应对地面能源危机的“逃生通道”。

这里就可以看出，从需求驱动的角度来说，中国相比美国，在太空算力部署上，有相当大的回转腾挪空间，能够按部就班，更加从容地进行战略布局。

这有利，也有弊。

美国的路径，既是需求所迫，也是延续了其想要塑造颠覆式创新和定义新市场的传统。

从互联网到移动生态，再到由SpaceX引领的商业航天，美国善于通过极具野心的私人资本和前瞻构想，开辟一个全新的、规则由自己书写的赛道。

马斯克的“地数天算”正是这一逻辑的延伸。它试图跳过渐进改良，直接定义下一代算力平台的终极形态。哪怕最后证明其大规模实现困难重重，在这一过程中所催生的重型发射、太空能源、先进热控等关键技术，以及可能率先实现的某些高端应用，比如为全球提供无缝、超低延迟AI推理的服务，都足以助其抢占产业的制高点。至于挤占优质频轨资源的“太空圈地行为”，那更是马老板一以贯之的明谋。

因此，在太空算力的新赛道上，一个残酷的逻辑依然成立：后来者，将不可避免地陷入被动。中国或许没有足够动力去主动跟进，却很有可能被拖入这场太空里的算力大战之中。如果马斯克的方案取得关键突破，成功构建起下一代太空算力平台的基准，而我们却落后一步，那么在人类开发与利用太空的进程中，我们又将失去一次定义未来规则的机会。